Global Outstaff (Inflow)

Senior Machine Learning Engineer (LLMs / Production ML)

О продукте
AI-платформа в health tech / US healthcare, которая помогает больницам и медицинским учреждениям анализировать большие объёмы медицинской документации. Продукт работает в HIPAA-совместимой среде, находится на стадии активного роста после привлечения VC-инвестиций. Команда — senior-heavy, с высоким инженерным стандартом и сильной культурой ownership.

Описание роли
Ищем Senior Machine Learning Engineer, который будет полностью владеть ML-циклом: от проектирования датасетов до деплоя моделей в продакшн. Основной фокус — LLM-based системы, работа с большими текстовыми корпусами и оптимизация моделей для production-использования.

Основные обязанности
Проектирование, обучение и деплой ML-моделей в production-среде.
Работа с LLM-решениями: fine-tuning, prompt engineering, RAG, эффективный inference.
Проектирование и валидация датасетов с нуля для медицинских документов.
Оптимизация моделей под продакшн-нагрузки: quantization, pruning, distillation, bitsandbytes.
Проведение экспериментов и hyperparameter optimization (Optuna, Ray Tune и аналоги).
Настройка и анализ ML-экспериментов с использованием MLflow или Weights & Biases.
Участие в архитектурных решениях и масштабировании ML-пайплайнов.
Тесное взаимодействие с инженерной командой и участие в принятии продуктовых решений.

Требования
3–5+ лет коммерческого опыта в разработке и деплое ML-моделей в продакшене.
Отличное знание Python.
Практический опыт работы с PyTorch.
Реальный опыт работы с LLMs (fine-tuning, prompt engineering, RAG, inference).
Опыт hyperparameter optimization (Optuna, Ray Tune и т.п.).
Опыт production-оптимизации моделей (quantization, pruning, distillation).
Опыт проектирования и валидации датасетов с нуля.
Высокий уровень самостоятельности и ответственности.
Английский язык — Upper-Intermediate+.

Будет плюсом
Опыт работы с Transformers, Mixture of Experts (MoE).
MLOps-экспертиза: Docker, Kubernetes, MLflow, Kubeflow, Prometheus.
Опыт работы с AWS (core инфраструктура) и GCP (Vertex AI, Storage для LLM-нагрузок).
Open-source контрибуции или сильные personal ML-проекты.
Технологический стек
Python, PyTorch, LLMs, RAG, MLflow / Weights & Biases, Optuna / Ray Tune, quantization & pruning, Docker, Kubernetes, AWS, GCP, HIPAA-compliant environment.

Процесс найма
Скрининг.
Take-home задание.
Интервью по дизайну ML-систем.
Небольшой coding-этап.

Условия
Таймзона: пересечение с Toronto / North America (вторая половина дня — вечер по EU).

КАНДИДАТ НАХОДИТСЯ ЗА ПРЕДЕЛАМИ РБ и РФ
Контракт с компанией в зоне EU.
Долгосрочный проект.
Full time remote job

Откликаясь на вакансию пожалуйста уточняйте:
* присылайте резюме на английском в PDF
* когда готовы приступить
* свои зп ожидания
* локацию и гражданство

Пишите пожалуйста @goutsta

1.25K views18:42